在dfm稀疏矩阵中替换值
问题描述:
我正在使用quanteda软件包生成词频计数的稀疏矩阵。我想做一个改变,所以输出结果只是1或0,这个词是否存在,但我不知道如何用稀疏矩阵做到这一点。在dfm稀疏矩阵中替换值
install.packages(quanteda)
例矩阵
trainingset <- as.dfm(matrix(c(1, 2, 0, 0, 0, 0,
0, 2, 0, 0, 1, 0,
0, 1, 0, 1, 0, 0,
0, 1, 1, 0, 0, 1,
0, 3, 1, 0, 0, 1),
ncol=6, nrow=5, byrow=TRUE,
dimnames = list(docs = paste("d", 1:5, sep = ""),
features = c("Beijing", "Chinese", "Japan", "Macao",
"Shanghai", "Tokyo"))))
答
如果你看看str(trainingset)
你可以看到矩阵的插槽。与稀疏矩阵一样,x
插槽保存数据,因此您可以将其更改为二进制使用
[email protected] <- as.numeric([email protected] > 0)
Document-feature matrix of: 5 documents, 6 features (60% sparse).
5 x 6 sparse Matrix of class "dfmSparse"
features
docs Beijing Chinese Japan Macao Shanghai Tokyo
d1 1 1 0 0 0 0
d2 0 1 0 0 1 0
d3 0 1 0 1 0 0
d4 0 1 1 0 0 1
d5 0 1 1 0 0 1